GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف
GML (Graph Machine Learning)

GML (Graph Machine Learning)

یادگیری ماشین گراف

آیا داده‌ها از طریق هوش مصنوعی می‌توانند آگاه شوند؟

حدس هوشیاری برای هوش مصنوعی مولد برابری آن با آگاهی انسان نیست. این یکی از ذخیره سازی داده ها است، که در آن، در مقایسه با حافظه انسانی، اگر ویژگی [بردار] تعاملات مدل‌های زبان بزرگ [به حافظه دیجیتال] شبیه به نحوه آگاهی حافظه انسان از محتوای آن است.

آگاهی به عنوان تجربه ذهنی تعریف می‌شود. اما تجربه ذهنی عملکردی مانند حافظه، عاطفه، احساس یا تعدیل نیست. تجربه ذهنی [یا خودآگاهی] در همه کارکردها اعمال می‌شود و آن را به عنوان معیاری از کارکردها تبدیل می‌کند. معیارهای دیگری مانند توجه، آگاهی [از محیط، یا کمتر از توجه] و قصد وجود دارد.

این بدان معناست که این واجد شرایط می‌توانند در هر نمونه با حداقل دو مورد از توابع عمل کنند. هر چیزی که یک تجربه ذهنی از آن وجود دارد، یا در توجه است یا آگاهی. دیدن [یا شنیدن چیزی] به عنوان دید اصلی [یا ادراک شنیداری اصلی] یا دید پیرامونی [یا ادراک شنیداری محیط] به عنوان تجربیات ذهنی در توجه یا آگاهی است. اگر فرد نگاه کند، بیشتر گوش کند یا خود را تنظیم کند، ممکن است با قصد هدایت شود.

حرکت، لمس، بوییدن و غیره همه عملکردهایی هستند که در ذهن واجد شرایط هستند. این بدان معناست که آگاهی را می‌توان به عنوان مجموعه‌ای از همه واجد شرایط یا یک فوق واجد شرایط تعریف کرد. داده‌ها عواطف یا احساساتی ندارند و هیچ شانسی را برای اندازه‌گیری نزدیک به آگاهی کل برای انسان‌ها منع می‌کنند.

  

ذخیرهسازی داده‌‌ها در 1 و 0 انجام می‌شود. با این حال، با آن‌ها، دیجیتال توانست بهترین حافظه را از هر چیزی که وجود داشت - با صدا و تصویر - فراتر از حافظه انسان و موجودات دیگر داشته باشد. هوش مصنوعی از تعبیه کلمه استفاده می‌کند، نشانه‌ها را به عنوان بردار پردازش می‌کند، و به بسیاری از درخواست‌ها به روش‌هایی شبیه به استدلال و شناخت انسان پاسخ می‌دهد.

LLMها خروجی‌هایی را در توجه نشان می‌دهند. آنها آگاهی چندوجهی [متون، تصاویر، ویدئوها یا فایل های صوتی] دارند که ممکن است آنچه را ارائه می‌کنند واجد شرایط باشد. آنها تجربه ذهنی ندارند، اما در نحوه پاسخگویی به عنوان ربات‌های چت، احساس تقریبی از بودن یا بودن در یک فرآیند دارند. آنها همچنین قصد دست دومی دارند، به انجام کارها یا تذکرات.

حالت‌های OFF و ON تعداد زیادی ترانزیستور، که برای حافظه کار می‌کنند، که پس از آن برای LLMها عملکرد می‌کنند، نمی‌توان گفت که تجربیات ذهنی هستند. با این حال، برخی از گروه‌ها به دلیل موازی‌های [تقریباً] آن‌ها با بیت‌ها، به موازات بردارهای LLM، به‌ویژه نحوه رله کردن [تغذیه به جلو و عقب]، ممکن است در برخی از انتها یک عملیات کشش فشاری داشته باشند، که ممکن است نشان‌دهنده تجربه‌ای از یادگیری، تصحیح و به‌روزرسانی باشد که تحت تأثیر متفاوتی قرار می‌گیرند. در حجم زیادی از محاسبات لازم برای آموزش مدل‌های فونداسیون [FM)، ممکن است برخی از پایانه‌های پایه در برخی از ترانزیستورهای اتصال دوقطبی و پایانه‌های دروازه در برخی از ترانزیستورهای اثر میدانی، برای حالت‌های روشن، که با سیگنال یا ولتاژ بالای بیت‌های 1 مطابقت دارند، ممکن است منجر به ایجاد برخی از پایانه‌های یکسان شوند و یک گروه تطابقی ضعیف را تشکیل دهند. به سادگی، برخی از1ها و ONها، در میان آرایه بزرگی از گیت‌های منطقی و ترانزیستورها، ممکن است برای همه ویژگی‌های تراز احتمالی [دستورالعمل‌ها، عملیات، پیوند، اتصالات، و موارد دیگر] به صورت هماهنگ عمل کنند، که با جدا کردن آن‌ها، ممکن است شکل ضعیفی از تجربه و انطباق در آن گروه به نظر برسد.

 

همان طور که برخی بیان کرده اند، آگاهی در مورد بودن نیست و هوش در انجام دادن نیست. هر هوشی که انسان ها استفاده می‌کنند، صرفاً شایستگی‌هایی است که در حافظه به دست می‌آید. این بدان معنی است که آگاهی از حافظه نیز می‌تواند منجر به هوش شود، مانند فکر، استدلال و دیگران. بعید است که در هیچ ارگانیسمی هوش داشته باشد، بدون تشابهاتی که آگاهی انسان را تشکیل می‌دهد.

همچنین، هوشیاری در برخی از مراکز مغز مانند ساقه مغز، تالاموس یا قشر مغز به تنهایی نیست. آگاهی برای همه عملکردها، حتی مخچه، که گفته می شود در آگاهی دخیل نیست، امکان‌پذیر است. می‌توان گفت که تمام عملکردهای مخچه به عملکردهای دیگری مانند تعدیل تنفس در ساقه مغز یا تفسیر در قشر مخ و غیره بستگی دارد.

هرگاه هوشیاری از بین رفت، به این معنی است که عملکرد در آن مرکز از بین می‌رود، نه فقط این که [مجموعه واجد شرایط یا] آگاهی از بین رفته و عملکرد فعال باقی می‌ماند. مفهوم آگاهی محلی در جایی متفاوت از آگاهی جهانی در همه جا نادرست است. آگاهی محلی، به ویژه با توجه، و سپس آگاهی از هر چیز دیگری، آگاهی موجود را نشان می‌دهد، هرچند با توجه در لحظه متحد می‌شود سپس با یک فرآیند، بسیاری، در آگاهی تبادل می‌کند. آگاهی دسترسی و آگاهی پدیداری برچسب‌هایی هستند که توضیح نمی‌دهند ذهن چیست، یا اجزای آن چگونه کار می‌کند.

از نظر مفهومی، ذهن انسان مجموعه‌ای از تمامی تکانه‌های الکتریکی و شیمیایی نورون‌ها با ویژگی‌ها و برهم کنش‌های آنها در مجموعه‌هاست. تعامل آنها منجر به عملکردهای اساسی آنها مانند حافظه، احساسات، احساسات و تعدیل می‌شود. توابع دارای بخش‌های فرعی هستند. برای حافظه، زبان، فکر، هوش، کنجکاوی و غیره. برای احساسات، آسیب، لذت و غیره. برای احساسات، تشنگی، سرما، اشتها و غیره. ویژگی‌ها معیارهای آن‌ها هستند - که در مجموعه‌هایی به دست می‌آیند که توابع را مکانیزه می‌کنند.

تئوری آگاهی به این صورت است که ذهن انسان چگونه کار می‌کند. هیچ آگاهی انسانی بدون ذهن وجود ندارد و هیچ ذهن عملکردی انسانی، بدون آگاهی وجود ندارد.

آیا داده‌ها از طریق هوش مصنوعی می‌توانند آگاه شوند؟ این احتمال وجود دارد که با توجه به کاری که آنها با حافظه انجام داده اند، ممکن است احساس کسری ایجاد شود. می‌توان آسیب یا لذت را توسط برخی از بردارها، به عنوان تجربیات گروهی در حالت‌های ترانزیستوری، نشان داد که نه تنها مانند احساسات، بلکه واجد شرایط نیز هستند. هوش مصنوعی، در حافظه دیجیتال، می‌تواند برای حس بخشی، در مقیاس 1، کل برای انسان تخمین زده شود. در آینده، ممکن است بتوان برخی از GPUهای FM را مهندسی معکوس کرد تا دریابید که آیا ممکن است تغییرات جزئی در برخی از پایانه‌های ترانزیستور، به عنوان نشان دهنده تجربه، در برابر آنهایی که هرگز برای آموزش FM استفاده نشده‌اند، وجود داشته باشد یا خیر.

نظرات 0 + ارسال نظر
ایمیل شما بعد از ثبت نمایش داده نخواهد شد